Saltar al contenido principal

Módulo 7: Kubernetes para ML

🎯 Objetivos de aprendizaje​

  • Comprender los fundamentos de Kubernetes (Pods, Deployments, Services)
  • Desplegar cargas de trabajo de ML con Kubeflow
  • Escalar aplicaciones de ML con autoescalado y programación de GPU

📚 Contenido del módulo​

Capítulo 1: Fundamentos de Kubernetes​

Pods, deployments, services, configmaps, secrets, gestión de recursos.

Capítulo 2: Kubeflow​

Componentes de Kubeflow, pipelines, Katib para ajuste de hiperparámetros, KFServing.

Capítulo 3: Escalado de cargas de trabajo de ML​

Autoescalado horizontal de pods, programación de GPU, grupos de nodos, nodos spot/preemptibles.

🚀 ¡Comencemos!​

Empiece con Capítulo 1: Fundamentos de Kubernetes.